OpenAI o1大模型“猎杀时刻”：当AI开始“类思考”，低维争夺结束了

21世纪经济报道记者孔海丽 北京报道

预热一年之久，OpenAI代号为“草莓”的项目终于发布。

北京时间9月13日凌晨，OpenAI甩出了重大更新，传说中推理能力登峰造极的大语言模型——OpenAI o1系列模型亮相，复杂推理能力明显更进一步，极限推理能力甚至超越人类博士水平，代表了大语言模型在推理能力上的重大飞跃。

最惊人的是，OpenAI o1系列已经开始展现出“类思考”的能力——之所以说“类思考”，是因为目前为止，AI大模型尚未突破思考的本质。“自我推理”路径，更像是达到AGI之前的“花活儿”。

但，当下还未突破，并不意味着未来不可能。

从“什么都懂一点的‘人工智障’”，到“会自我纠正、选择合适路径”的人工智能，通向AGI的路径，在逐渐清晰。尤其，OpenAI当前放出的o1-preview和o1-mini，还只是o1系列的“前菜”，按照OpenAI的调性，更多突破或许已经发生，只待合适的时机一一发布。

正如李彦宏戳破大模型“跑分”假象，OpenAI 凭借o1系列，又一次把大模型的竞争拉高到了新的水准，低维度的参数、榜单之争，似乎不再有实际意义。

根据OpenAI官方消息，o1系列包括o1-preview和o1-mini，前者是“预览版本”，后者是经济高效的“小模型”，比preview便宜80%。

这些模型专门为处理更复杂的、多步骤的问题而开发，尤其是在科学、数学和编程领域，超越了之前的模型（如GPT-4）在推理深度和准确性方面的表现。

Sam Altman在X上贴出的对比图显示，o1解决数学、编程和博士级别科学题目上的能力，比GPT-4o高出数倍。

OpenAI甚至明确指出，“o1不是gpt-4o的继任者”，潜台词在于，o1开启了一段新的纪元。

整体来看，o1在美国数学奥林匹克预选赛中，排名美国前500名学生之列，并且在物理、生物学、化学基准上，首次超过了人类博士。

但在另一项创新之下，这些得分竟显得“平平无奇”了起来。

OpenAI o1引入了“思路链”。

类似于人类在回答困难问题之前可能会思考很长时间，o1 在尝试解决问题时学会了磨练其思维链并改进策略。它学会了识别和纠正错误，学会了将棘手的步骤分解为更简单的步骤，学会了在当前方法不起作用时继续尝试不同的方法。

这种方法模拟了人类的认知过程，能够逐步完善每个步骤，甚至在一个问题中实现自我迭代，而结果就是，显著提高了模型的推理能力。

以一道阅读理解题为例，GPT-4o会直接给出结论，而OpenAI o1-preview有“显示思路链”选项，打开之后，o1-preview会将整个思考过程展示出来，逐步分析每个选项，并反复自问“这是一个很好的解释吗？能回答问题本身吗？”并在一遍又一遍地推敲之后，给出正确答案。

当然，想要节省时间的用户也可以选择“隐藏思路链”。

英伟达高级科学家Jim Fan对OpenAI o1高度赞扬，他认为，AlphaGo式的自我学习终于有可能在大模型中实现了。

“Strawberry很容易变成一个数据的飞轮。如果答案是正确的，整个搜索跟踪就成为一个小型的训练样本数据集，其中包含正面和负面的反馈。这反过来会改进未来版本GPT的推理核心，就像AlphaGo的价值网络——用来评估每个棋盘位置的质量——随着MCTS生成越来越精细的训练数据而改进一样。”

也就是说，未来大模型自我学习与思考的能力会像一个飞轮一样转起来，就像AlphaGo自己与自己对弈以提升棋艺一样。

一家跨国公司中国区人工智能大模型从业者告诉21世纪经济报道记者，从技术上来说，OpenAI o1“思路链”技术并不是最新的，但这种应用，让人隐约看到了推理层面的Scaling Law。

OpenAI官方也盖章，表示随着强化学习（训练时间计算）和思考时间（测试时间计算）的增加，OpenAI o1的性能会不断提高，扩展这种方法的限制与 LLM 预训练的限制有很大不同。他们将持续研究这里面隐含的新的可能性。

业界对于OpenAI o1所呈现出的“思考”能力，是有分歧的。

一种观点认为，OpenAI o1是人工智能大模型领域总结出Scaling Law之后的最重要进展。

所谓Scaling Law，是指随着参数量、数据量和计算量的增加，大模型的性能能够不断提高。

而OpenAI o1增加的，是推理过程和思考时间，同样明显提升了模型性能，这打破了大模型进入Scaling Law瓶颈期的担忧。

DCCI互联网数据中心创始人胡延平发表评论称，“草莓”真正开启的角度是让AI开始学会思考，而不只是训练和推理，举一反三，四顾找寻。长思考，慢思考，深度思考。到了草莓这一步，人们对大模型的理解就不能只停留在“对下一个词的猜测、对一个问题的一次性的问答”上了。

但另一种观点认为，前述说法过于夸张。

两位AI大模型从业者向21世纪经济报道记者表示，OpenAI o1的确在数学和推理能力方面有大幅度提升，但远远不到突破思考本质的阶段。

“OpenAI o1没有解决统计模型根本的缺陷，本质上还是通过大量学习得出正确的结论，很难理解背后的科学逻辑。”前述人士认为，目前，这种“思路链”更像是一种“假性思考”的状态，无需担心大模型已经有了意识。

“而且，人工智能突破思考本质对人类而言，会是非常危险的事情，短时间内还达不到。”他说。

连Sam Altman本人，都曾在今年3月份的一次采访中强调，AI目前更多的是一套基于数据和数学的系统，能够产生统计上可能的结果，而不是“生物”这种全新的生命形态。

在OpenAI那场震惊世界的宫斗风波中，有一种说法是，OpenAI前首席科学家Ilya Sutskever是因为看到了一些东西（可能是AGI），这让他内心不安，才说服董事会发起了高层人事“地震”。

Sam Altman也曾反复澄清过：“Ilya看到的不是AGI，没有人见到过AGI，我们还没有建造过AGI。”

在AGI到来之前，OpenAI亟待解决的现实问题其实是“赚钱”。

近期消息显示，OpenAI已就融资事宜与投资者交流，并考虑调整公司架构，以提高对金主的吸引力。与此同时，OpenAI 首席执行官萨姆•奥特曼正在与几家银行洽谈，以循环贷款的方式筹集50亿美元。

而在商业变现方面，此前曾传出消息，称“草莓”的订阅价格或飙升至2000美元/月，飙涨100倍。

不过，OpenAI o1-preview和o1-mini最终发布的价格并没有发生变化，只是限定了使用次数，o1-preview每周限制使用次数为30条消息。

OpenAI o1-mini则是一个较小的模型，在使用与o1相同的高计算强化学习 (RL) pipeline 进行训练后，o1-mini 在许多推理任务上实现了相媲美的性能，同时成本效率显著提高。但o1-mini 在MMLU等任务上的表现则不如GPT-4o，并且由于缺乏广泛的世界认知而在GPQA基准上落后于o1-preview。

不可否认的是，OpenAI每一次都引领了AI大模型的新潮流，且这种野心丝毫不见减弱。最新的发布中，OpenAI表示将在持续迭代的过程中发布OpenAI o1系列的改进版本，o1 及其继任者将为AI在科学、编码、数学和相关领域解锁许多新的用例。

换而言之，无论o1系列模型是否在历史意义上突破了“思考”本质，OpenAI都在商业层面把其他同类产品一次又一次地甩在了身后，AI大模型的“不进则退”，比其他领域都更悬殊。